arXiv · 机器人与计算机视觉· Yating Xu, Na Zhao, Chenhan Jiang, Qingwen Zhang, Jiankang Deng, Jifei Song·· 3 天前AI 评分62
See and Detect:图像驱动的开放词汇多视角 3D 物体检测
See and Detect: Image-Driven Open-Vocabulary Multi-View 3D Object Detection
AI 导读
针对现有方法依赖点云导致定位与分类受限的问题,本文提出 See and Detect 框架,利用多视图图像作为主要证据生成 3D 框和语义标签。通过单图候选发现、多视图共识框融合及质量评估提升定位鲁棒性,并引入上下文感知语义学习增强分类精度。实验表明该方法在 ScanNet 和 ARKitScenes 数据集上达到最先进性能,运行速度比此前 SOTA 方法快超过 500 倍。
来源:arXiv · 机器人与计算机视觉 · arxiv.org